作者的对话。亚历山大-斯米尔诺夫。 - 页 12

 

在斯米尔诺夫先生思考的时候,我允许自己回避一下。

Mathemat:
顺便说一下,线性回归指标(没有通道;只是沿着画过一些以前的LWMA的直线预测下一个点),只是两个具有相同时期的破折号的线性组合。

lrma = 3*lwma - 2*ma

私下 的。
数学

我想我会把这个结果发布到代码库中,这样就不会对线性回归和擦边球之间的根本区别产生幻想。 但证明必须要找到或记住......


证明将是有趣的。我认为有区别(尽管现在你已经证明了这一点,但我严重怀疑)。 我对100个柱子进行线性回归,对100个柱子进行MA,它们会在一个子弹中匹配吗?


曾几何时,当我尝试使用LR时,我也发明了LRMA。可能几乎每个人都经历过这种情况,ZigZag也是如此。 因为我从来没有接触过抹布,所以我看了一眼,注意到自己的敏感性和小的滞后性,然后放弃了它。而现在,当我看到这个Mathemat'ik比率时,我简直不敢相信。

而事实证明,Mathemat 是对的。LRMA=3*LWMA-2*MA的关系确实是真的,而且可以很容易地证明。只有LRMA不是对下一个点的预测,而是对上一个(第N个)点的LR值,其中N是所有三个混合的周期。

为了证明这一点,只需要在回归Y=A*X+B中正确选择原点X,即在滑动窗口中X取值[1,2,...,N]。这总是可以做到的,因为回归的Y值并不取决于X变量的起点。然后只需在回归方程中加入ANC计算常数A和B的公式。应该考虑到,LWMA是向量X和Y与适当的归一化因子的卷积,MA是Y的平均值。

因此,这种关系之所以有效,只是因为在LWMA中,线性加权是用代表自然数列的数字序列的系数进行的,这是线性加权的一个非常特殊的情况。如果LWMA中的系数实现了一个线性函数,但不是这样的序列,那么这个关系也不会成立。

 

MT4中不是有SSA爬虫算法吗? 我可以给你链接http://www.gistatgroup.com/gus/。只有这种算法才会超额完成任务。我们需要发明一些技巧,这样它就不会重画。我认为这是很有希望的。

 

例如,这里是JMA和SSA,周期为50。但我有基于SSA的CSSA,但没有重划。非常快。我推荐这个算法.....

 
LeoV:

MT4中不是有SSA爬虫算法吗? 我可以给你链接http://www.gistatgroup.com/gus/。只有这种算法才会超额完成任务。我们需要发明一些技巧,这样它就不会重画。我认为这是很有希望的。

光谱分析

我应该把dll放到哪里,或者说指标不能用了?
 

在我看来,这有点不妥.....。
 
Prival:
ASmirnoff
私下 的。
你可能没有注意到我在这个主题中的第一篇帖子。我想建议你再次至少张贴图片。在这里,Jurik过滤器和你的过滤器一起,测试信号被应用(最好是几张显示所有属性的图片)。那么至少你会有一个视觉评估。作为一个科学家,你应该知道定量评估的方法,也许我错过了什么,但我没有在 "VS"№01(75)2006中看到它们。将朱里奇(也不勉强他)与你的算法进行比较。
我没有Djuric指标,也从未有。否则,我为什么要问你关于朱里奇的问题?

亚历山大,你不能这样做。你带着问题来到论坛。让我提醒你一下。

你对这些问题的回答对我很重要。

1.谁的算法更好:我的还是Djurica的?有多好?

2.你有Djurica的算法吗?

3.它们有什么不同?


你得到了一个Juric算法的链接。有一个人为了钱买了这个算法,愿意帮助你回答你问的问题。但我们不是魔术师,我们不能比较未知的东西,因为我们没有你的算法(指标)。而关于如何思考和如何思考的问题的答案却被你忽略了。


为了帮助你,我们需要定义如何确定谁是更好的标准。假设一个指标的平滑性更好,第二个指标的滞后性更小。哪个指标更好?如果我们不决定指标和标准,我们可以一直争论到第二次来。而且文章中的指标不是2个,而是至少4个(而且有些指标不清楚,特别是如何计算)。


至少要做到以下几点(因为你保留了你的知识,不给任何人)。以一个简单的MA为例,将你的指标与之进行比较。 计算并以数字显示你的简单MA指标要好多少(以文字显示你在文章中的主张--以公式和数字)。


布局示例

  1. MA - 滞后=5,我的指标滞后=3。计算出来的公式。
  2. MA-波动(ichmo奇怪的词)=2.7,Moi=1.3。公式。
  3. MA--敏感性=23,Moi=567。公式。
  4. MA-线性频率失真=378,Moi=878。公式。(也许是非线性的?
  5. 等。


在这里发布一个数字数组,通过它来比较+数字。 而论坛将帮助你--在相同的数据数组上发布相同的计算,并将你的结果与他们的计算和最喜欢的指标进行比较(Djuric也认为会出现)。


而你对本论坛参与者的攻击是可笑的。你提供了参考资料并阅读了它们,然后说我们在这里 "谈论垃圾"。好吧,让他们去吧,但你是个男人,你要遵守你的承诺。你说你的指标比较好。用数字和公式来证明它(文章中只有文字)。你必须为你的 "谈话 "负责 :-)。给出一个与MA的比较。设计实例见上文。

Z.U. 我希望这是一个具体的问题,或者在问题中需要澄清的东西?


嗨!我一直在想!我一直在想也许是错误的斯米尔诺夫?文章中的那个人的姓后面有一个 "c",而这个人的头像上有一个 "ff"?这个人在和来自美国本身的专业人士交谈!
不...绝对不是那个人。绝对是错误的...而且我们的也要高一点。....。
 
Yurixx писал (а): 只有LRMA不是对下一个点的预测,而是对最后一个(第N个)点的LR值的预测,其中N是所有这三种混合的周期。
Yurixx,非常感谢你的意外支持和宝贵的澄清。是的,当然,当我开始翻阅我的笔记时,我开始确信它正是这样的。不过我已经忘记了--两年半多过去了......还剩下一些东西--关于高阶回归;这都是类似的。
 

我一定是做错了什么。决定仔细检查一下。下面是这两个指标的合影。它们似乎没有在任何一点上重合。


LOC上的直线会一直重绘,但LRMA似乎不会。

 
Prival:

ISC的直线总是会被重新绘制,但LRMA似乎不是这样的。


LRMA,实际上是由MNA绘制的(不是3*LWMA-2*MA),是对当前条形图的线性回归 值,当回归图被绘制在N个条形图上时,包括当前条形图。事实证明,当前的条形图是滑动窗口中的第N个条形图,也就是最后一个条形图。因此,尽管回归线总是改变其位置,但只有最后一个点总是从它那里获取指标,因此LRMA不会被重新绘制。
 
Mathemat:
Yurixx,非常感谢你意外的支持和宝贵的澄清。 是的,当然,当我开始翻阅我的笔记时,我确信它正是这样的。不过我已经忘记了--已经过去2年半了......。还剩下一些东西--关于高阶回归;这都是类似的。

不,谢谢你。我,在我的天真中,仍然相信我已经发明了一些原创的东西,而且比传统的混搭更有质量。但事实证明,这只是它们的线性组合。你学了很久,正如伟大的列宁所遗留的那样。:-)))